| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-22页 |
| ·课题背景及意义 | 第9-11页 |
| ·LPR系统的整体框架 | 第11-12页 |
| ·LPR系统的性能参数 | 第12-13页 |
| ·LPR的发展历程 | 第13-15页 |
| ·LPR国内外研究现状 | 第15-19页 |
| ·我国汽车牌照的特点与规范 | 第19-22页 |
| ·我国汽车牌照的特点 | 第19-20页 |
| ·我国汽车牌照的规范 | 第20-22页 |
| 第二章 图像预处理 | 第22-31页 |
| ·图像的灰度化 | 第22-23页 |
| ·灰度的线性变换 | 第23-24页 |
| ·图像的二值化 | 第24-26页 |
| ·图像的滤波处理 | 第26-28页 |
| ·基于水平灰度跳变的二值化法 | 第28-29页 |
| ·小结 | 第29-31页 |
| 第三章 车辆牌照的定位 | 第31-41页 |
| ·车牌区域的特征 | 第31-32页 |
| ·车牌定位的常用方法 | 第32-34页 |
| ·利用HOUGH变换与先验知识的由粗到精的定位法 | 第34-40页 |
| ·粗定位 | 第35-36页 |
| ·精定位 | 第36-40页 |
| ·小结 | 第40-41页 |
| 第四章 牌照字符的分割 | 第41-49页 |
| ·字符分割方法简介 | 第41-43页 |
| ·字符分割的二值化 | 第43-44页 |
| ·去除边框 | 第44-45页 |
| ·倾斜校正 | 第45-47页 |
| ·倾斜角度的检测 | 第45-46页 |
| ·图像旋转 | 第46-47页 |
| ·字符分割 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第五章 车牌字符识别 | 第49-64页 |
| ·常用识别方法简介 | 第49-52页 |
| ·人工神经网络概述 | 第52-53页 |
| ·BP神经网络算法描述 | 第53-57页 |
| ·BP神经网络的设计问题 | 第57-60页 |
| ·字符的归一化 | 第60页 |
| ·实验结果及分析 | 第60-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录1 攻读硕士学位期间发表的论文及参与的研究课题 | 第68-69页 |
| 致谢 | 第69-70页 |